KeyFrame內部研究專用

The Next Game Engine Won't Have a Manual — Arturo Nunez, Nereu

AI Engineer·8月18日週二·19 min中文

三句話摘要

下一代遊戲引擎應該摒棄複雜手冊,讓玩家用直觀的遊戲語言描述就能製作遊戲。 下一代遊戲引擎應將焦點從複雜技術細節移轉到創意表達本身,透過 AI 助手和直觀的標籤系統讓任何人都能享受遊戲製作的樂趣。 現有遊戲引擎要求開發者掌握程式設計、建模、渲染、動畫等多個領域,導致高學習曲線與冗長開發週期;Nereu 改用自然語言描述,讓使用者聚焦遊戲設計本身而非技術細節。

重點整理

重點
  • 1

    現有遊戲引擎要求開發者掌握程式設計、建模、渲染、動畫等多個領域,導致高學習曲線與冗長開發週期;Nereu 改用自然語言描述,讓使用者聚焦遊戲設計本身而非技術細節。

  • 2

    系統採用實體-組件系統架構,每個遊戲物體只需加上描述用途的標籤(如「角色」「可動畫」「雙段跳」),引擎內的系統會自動查詢並執行相應邏輯,避免重複編寫樣板程式碼。

  • 3

    AI 助手 BB 透過場景上下文、使用者編輯位置和遊戲類型資訊,理解使用者意圖並自動新增或移除標籤;使用者隨時可提問如何實現特定功能,大幅降低認知負荷。

  • 4

    講者強調遊戲製作應是創意表達與樂趣的過程,而非商業產品開發,目標是讓更多人體驗製作遊戲的喜悅,重拾他 20 年前初入業界時的初心。

實用技巧與重點

乾貨
  • 工具名稱:Nereu
  • AI 助手名稱:BB
  • 架構設計:實體-組件系統(Entity Component System, ECS)+ 標籤系統
  • 資產規模:約 6000~7000 個資產
  • 場景資產數量示例:一個簡單場景約 100 個物件
  • 開發技術:JavaScript,運行在瀏覽器
  • 視覺模型應用:自動標記和描述資產
  • 渲染效能目標:60 幀/秒
  • 講者背景:Unity 工作近 10 年、後加入 MongoDB
  • 場景優化策略:根據使用者距離渲染不同品質等級的資產

結論

結論

下一代遊戲引擎應將焦點從複雜技術細節移轉到創意表達本身,透過 AI 助手和直觀的標籤系統讓任何人都能享受遊戲製作的樂趣。

完整解析

詳細

遊戲開發長期存在的核心困境是技術門檻極高。製作一款遊戲需要掌握程式設計、3D 建模、渲染、動畫、音樂等多個專業領域。即便組建再龐大的團隊,成員間也難以互補——找到既精通遊戲設計、又擅長渲染、還懂實時攝影機操作的全才開發者幾乎不可能。結果是開發週期冗長,許多小型製作者花費 2~3 年才完成作品,最後卻難以銷售。講者 Arturo 在 Unity 工作近 10 年期間,親眼目睹成千上萬的開發者陷入同樣困境,不斷重複解決相同問題。

Nereu 的核心創新在於改變開發者與引擎的互動方式。傳統引擎要求開發者用引擎的語言思考——導入網格、理解渲染器、配置動畫師、新增剛體與碰撞體,再層層新增遊戲邏輯。這些元件配置在幾乎每款遊戲中都是重複的樣板,卻迫使開發者精通數百個參數。Nereu 反轉了思路:每個遊戲物體本質上都需被渲染和與他物互動,核心區別只在於使用者的意圖。系統讓開發者用遊戲的語言——玩家在教學中聽到的語言——來描述想要的東西。「按 A 鍵跳躍,再按一次做雙段跳」可直接轉化為標籤邏輯。

系統採用實體-組件系統(ECS)架構,遊戲業界已知的設計模式。每個物體是實體,透過標籤描述屬性和行為。引擎內建的系統自動查詢具有特定標籤的所有實體,然後執行相應邏輯——「移動系統」會尋找所有標有「玩家」和「可移動」標籤的物體並使其移動。標籤變成可組合的積木:同一座建築既可是固定障礙物,也能透過加上「可駕駛」標籤變成 Mario Kart 風格載具。

AI 助手 BB 理解使用者意圖並執行修改。當開發者說「加一個機器人」或「讓這角色用 WASD 移動並帶動畫」時,系統從場景上下文提取相關資訊,包括附近資產、遊戲類型、使用者編輯位置,據此生成提示詞。助手隨後新增或移除適當標籤。系統使用視覺模型自動標記 6000 多個資產,因為手動標記在規模上不可行。隨著使用者移動和修改內容,系統動態更新提供給助手的上下文,採用遊戲業界的細節層次(LOD)策略——離使用者近的物體獲得高優先級,遠處物體則被簡化。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「GitHub 熱點」的內容

30 Self-Hosted Projects on GitHub: wacrm, halcyon-video, wrtag, Codeman, romm, wger, homelab, clay
12 min
GitHub 熱點英文8月18日

30 Self-Hosted Projects on GitHub: wacrm, halcyon-video, wrtag, Codeman, romm, wger, homelab, clay

GitHub Awesome

  • 數據主權與隱私核心:這些專案的共同特點是數據完全在使用者控制下,不依賴訂閱制或廠商,例如 WACRM 使用 Meta 官方 API 避免帳號停用,OpenArchiver 以 EML 標準格式本地儲存郵件,HQBase 在使用者自有 Cloudflare 帳戶內運行。
  • 現代技術棧達企業級質量:這些自架方案採用 Kubernetes、PostgreSQL、Cloudflare Workers 等企業級技術,證明開源不等於簡陋,Eden 家庭實驗室的完整配置就是最好例證。
  • 跨領域替代完整性:從業務通訊(WACRM、LibreDesk、HQBase)到多媒體(Halcyon、ROMM、Viofo Sync)、生產力(Super Productivity、Clay、Note Discovery)、財務(Tilevia、Taxhacker、Expenseive),開源生態已能覆蓋 SaaS 的主要應用場景。
GitHub Trending Today #45: claudish-to-english, openanalytics, deepseek-harness, human-review, ha.mr
14 min
GitHub 熱點英文8月15日

GitHub Trending Today #45: claudish-to-english, openanalytics, deepseek-harness, human-review, ha.mr

Github Awesome

  • AI 代理與自動化趨勢:從 DeepSeq Harness 的模組化代理框架、到 Formin 的自動化軟體工廠(通過四個代理站點自動分類、規劃、實現、審查),再到 Agent Safe Pipeline 的安全隔離機制,展現 AI 代理工具生態正在成熟,重點從「能用」進化到「可控」與「可審計」。
  • 本地優先與隱私設計成為標準:Open Analytics 無 Cookie 追蹤、HA MR 瀏覽器側鏈接壓縮、BlueFairy 藍牙配對而非雲服務、TokenTab 本地成本追蹤、Mole 的預算硬約束機制,反映開發者對隱私邊界的明確劃分——不再默認上傳,而是明確選擇。
  • 開發者工具鏈的細節化:從 Human Review 的批量編輯反饋、Book to Skill 的文檔轉技能、Anti-slop 的類型安全檢查、到 PGBOT 的無寫入診斷,工具不再追求「大而全」,而是在特定工作流的某個環節解決明確問題。
GitHub Trending Monthly #9(2026.07)
15 min
GitHub 熱點英文8月1日

GitHub Trending Monthly #9(2026.07)

GitHub Awesome

  • 邊端 AI 與資源最佳化成主流趨勢:Calibri 用層次記憶體管理專家模型、ESP32 AI 在 $8 晶片跑 28.9M 參數模型、TurboFieldFair 在 8GB Mac 執行 26B 參數混合專家模型,展示在資源有限環境下部署 AI 的創新方案。
  • 代理工程能力越來越完善:Harness Engineering 提出改進編碼代理的完整指南、The Fable Method 將代理工作轉為可驗證的字面序列、Jacobian Lens 提供內部激活分析工具,不是靠升級模型,而是靠更好的工程方法論。
  • 開發者生產力工具蓬勃發展:OpenWorker 跨越 25+ 連接器執行實際行動、Codex Security 整合 CLI 和 SDK 進行安全掃描、Video Shotcraft 提供 104 個製片鏡頭配方,讓開發者能用代理驅動端到端工作流。